AI模型优化训练师简历范文全文
自我评价
4年AI模型训练与优化经验，专注大模型SFT、RLHF与评测体系建设，熟悉数据标注规范与训练全流程。主导过3个垂类大模型优化项目，通过数据清洗与提示词迭代将模型任务准确率提升18%。具备跨部门协作与标注团队管理经验，能独立完成从数据到上线的闭环交付。
工作经历
北京智源智能科技有限公司
人工智能大模型
北京
AI模型优化训练师
SFT微调RLHF
2022年9月 - 至今
- 负责垂类大模型SFT数据构建与训练调优，累计清洗标注数据12万条，模型意图识别准确率提升18%。
- 搭建RLHF偏好数据采集与标注流程，制定标注规范并培训15人标注团队，标注一致性达92%。
- 建立模型评测集与自动化回归评测机制，单轮评测周期由5天缩短至1天，支撑版本快速迭代。
上海云帆数据科技有限公司
企业服务SaaS
上海
算法数据工程师
数据清洗提示词工程
2020年7月 - 2022年8月
- 负责NLP训练数据清洗与增强，设计去重与质量过滤规则，训练数据可用率由65%提升至88%。
- 参与对话模型提示词工程与badcase分析，累计优化提示词模板40余套，客服场景解决率提升12%。
项目经验
金融垂类大模型SFT优化项目 - 模型优化负责人
2024年3月 - 2024年5月
- 主导金融问答场景SFT数据构建，设计多轮对话样本模板，累计产出高质量样本3.2万条。
- 通过LoRA微调与超参调优，模型专业问答准确率由71%提升至86%，人工抽检满意度达90%。
- 输出数据规范与训练文档，沉淀为团队标准流程，被2个后续项目复用。
智能客服对话模型评测体系搭建 - 评测与数据负责人
2022年12月 - 2023年2月
- 设计覆盖准确性、安全性与流畅度的多维评测指标，构建含5000条样本的评测集。
- 推动评测自动化脚本落地，评测人力投入减少60%，badcase定位效率提升约3倍。
专业技能
大模型SFT/RLHF训练
数据标注与质量管理
Prompt Engineering
Python与数据处理
模型评测体系搭建
PyTorch/Hugging Face
教育背景
北京邮电大学
211双一流
北京
计算机科学与技术 本科
2016年8月 - 2020年5月
主修课程：机器学习、自然语言处理、数据结构与算法；GPA 3.6/4.0，CET-6。
证书与认证
人工智能训练师（三级） - 人力资源和社会保障部
2023年8月
具备AI数据标注、模型训练与优化的职业能力认证。
阿里云人工智能工程师认证（ACP） - 阿里云
2024年3月
证明机器学习平台与模型训练部署能力。
工作成果
模型效果显著提升
主导垂类模型优化，核心任务准确率累计提升18%，达到业务上线标准。
标注团队管理
制定标注规范并培训15人团队，标注一致性稳定在92%以上。
评测效率提升
推动评测自动化，单轮评测周期由5天压缩至1天。
就从这份范文开始
免费复制到你的账户里，每一句话、每个板块和颜色都能改，改好即可下载投递。